TIBCO Spotfire

Коли ви обробляєте дані, Spotfire автоматично документує всі зроблені зміни. Відстеження і можливість аудиту моделі даних забезпечується завдяки запису інформації про джерела даних, зв’язки, операції і перетворення. А модель даних можна експортувати для повторного використання.

Автоматичні рекомендації по структурі даних і взаємозв’язкам в пам’яті і в базі даних економлять час. Наприклад, рекомендації можуть пропонувати додавати рядки таблиці ще до завантаження даних; зв’язувати таблиці для настройки миттєвого загального маркування; параметри завантаження даних, які дозволяють легко вибирати між таблицями в базі даних і в пам’яті; категоризацію стовпців в базі даних, щоб спростити навігацію по великим даними.

Завдяки вбудованим конекторам легко підключатися до реляційних баз даних і баз даних NoSQL та об’єднувати їх: OLAP, Apache Drill, Hadoop і Spark SQL, Impala, SAP HANA та багато інших, а також хмарні додатки, такі як Amazon Redshift, Databricks, RDS, база даних Microsoft Azure SQL, Google Analytics і Salesforce. Або легко створювати власні конектори. Запит на природній мові дозволяє шукати будь-які дані або конектори.

Spotfire Automation Services автоматизує такі завдання, як завантаження даних, обробка, перетворення, експорт даних і PDF. Великі API-інтерфейси можуть запускати автоматизацію на основі подій. Заплановані оновлення Spotfire дозволяють попередньо завантажувати аналізи в пам’ять, щоб групи могли швидко отримати до них доступ. Налаштуйте завантаження, особливо великих файлів, в неробочий час для більш ефективного використання ресурсів.

Прості контекстні обчислення дуже ефективні: описова статистика, кластеризація, кореляції, прогнози, різні види діаграм та багато іншого. Знайдіть зв’язки між стовпцями за допомогою інструменту Data Relationships. Використовуйте статистичні методи для безперервних категоріальних змінних, таких як лінійна регресія, Anova, хі-квадрат та інші.

Spotfire включає вбудований движок TIBCO Enterprise Runtime (TERR) для R. Це надійна високопродуктивна платформа для розширеної R аналітики, розроблена з нуля для масштабованості підприємства і вбудованої аналітики. Сценарії TERR можуть запускати завдання розподілених обчислень за допомогою Map / Reduce, SparkR, H2O або Fuzzy Logix, Spotfire Data Science або Statistica, а також можуть бути розгорнуті в якості розширеного аналітичного механізму в вузлах Hadoop.

Прогностична аналітика Spotfire забезпечує легкий доступ до алгоритмів машинного навчання (ML), які навчаються на даних для створення моделей, які можуть виявляти складні закономірності і робити високоточні прогнози. Покладіться на Spotfire у вирішенні складних завдань: аналіз першопричин, спостереження і оптимізація виробництва, мікросегментація, персоналізація, утримання клієнтів, оцінка активів, виявлення аномалій і шахрайства та багато іншого.

Додайте більше контексту до своїх карт та знаходьте інформацію на основі розташування, включаючи інші джерела даних і додаючи кілька шарів даних на карту. Ви навіть можете вибрати перегляд рекомендацій за вашим вибором на основі рівнів масштабування, від країни, штату, міста, району до адреси.

Карта відрізняється від будь-якої іншої візуалізації тим, що відразу пов’язує дані з швидко зрозумілим контекстом реального світу. Цей простий факт часто дає швидке розуміння, допомагаючи чітко визначити, як місце розташування (план магазину, схема розсадження, анатомія людини) співвідноситься з іншими характеристиками даних. Карти часто найкраще підходять для оптимізації маршрутизації і планування, розрахунку економічного потенціалу вашої маршрутної мережі, скорочення викидів палива, оптимізації вибору місця і багато чого іншого.

При збільшенні масштабу кожного шару, наприклад, від країни до штату, округу, міста, району, потім до рівня будинку, ви можете вибрати для перегляду рекомендації за вашим вибором – не тільки базову карту (дороги), але і дані, які однозначно відноситься до цього рівня.

Бізнес-користувачі отримують доступ до оперативних даних в режимі самообслуговування, створюють свої власні візуалізації в реальному часі і взаємодіють з даними за допомогою настроюваних таблиць, графіків, деталізацій, що постійно оновлюються.

Комбінуйте дані в реальному часі та історичні дані в своєму аналізі, щоб отримати більше контексту. Зіставляйте поточні умови з історичною інформацією через власні конектори.